Python札记 -- MongoDB模糊查询

最近在使用MongoDB的时候，遇到了使用多个关键词进行模糊查询的场景。竹风使用的是mongoengine库。

查了各种资料，最后总结出比较好用的方法。先上代码，后面进行详细说明。如下：

 #!/usr/bin/env python
 #coding:utf-8

 import re
 import mongoengine
 from mongoengine import *

 mongoengine.register_connection('default', 'test', host='127.0.0.1')

 class TestData(Document):
     name = StringField()
     content = StringField()

 TestData.objects.get_or_create(name='天地玄黄',defaults={'content':'abc123'})
 TestData.objects.get_or_create(name='宇宙洪荒',defaults={'content':'ABC123'})
 TestData.objects.get_or_create(name='天天向上',defaults={'content':'Abc123'})

 def print_arr(obj):
     print obj.name,obj.content

 def fuzzy_query_by_contains():
     print "\n###使用mongoengine的contains进行查询"
     print "#contains区分大小写:"
     test_data_list = TestData.objects(content__contains='abc123')
     map(print_arr,test_data_list)

     print "#icontains不区分大小写:"
     test_data_list = TestData.objects(content__icontains='abc123')
     map(print_arr,test_data_list)

 def fuzzy_query_by_Q():
     print "\n###使用Q来进行查询"
     test_data_list = TestData.objects(
         Q(name__icontains=u'天地') | Q(name__icontains=u'宇宙'))
     map(print_arr,test_data_list)

 def fuzzy_query_by_pymongo():
     print "\n###使用raw queries,New in version 0.4"
     print "#单个查询条件"
     search = {
         '__raw__':{
             'content':{'$regex':'A\S+\d+'},
         },
     }
     test_data_list = TestData.objects(**search)
     map(print_arr,test_data_list)

     print "#多个查询条件"
     search = {
         '__raw__':{
             'name':{'$in':[re.compile(u'天天'),re.compile(u'宇宙')]},
         },
     }
     test_data_list = TestData.objects(**search)
     map(print_arr,test_data_list)

 if __name__ == '__main__':
     fuzzy_query_by_contains()
     fuzzy_query_by_Q()
     fuzzy_query_by_pymongo()

先讨论一下fuzzy_query_by_contains方法，这里用的是mongoengine提供的contains操作。值得注意的是，contains区分大小写，而icontains不区分大小写。这种方式在针对一个关键词进行模糊查询的时候特别方便。

然后是fuzzy_query_by_Q方法，这里结合了contains和Q来进行组合查询。当使用Q()来进行组合查询时，必须使用位运算符（|和&），而不能使用or，and来进行逻辑运算。这种方式比较合适确定关键词数目的情况。如果关键词的数目是不定的，这种方式就略显纠结了。

竹风在动态关键词模糊查询的问题也是纠结良久，差点就要对每个关键词分别查询，然后取交集凑结果了。后来在文档中发现，mongoengine有__raw__这个参数，可以执行PyMongo的查询（version 0.4提供的新功能）。于是几经试验，fuzzy_query_by_pymongo方法就出炉了。
    PyMongo支持正则表达式，提供了两种方法，一种是使用$regex，另一种是使用re.compile()。
    在例子中，对单个关键词进行模糊查询，对应的代码为：{'$regex':'A\S+\d+'}
    接着就是对多个关键词进行查询，对应的代码为：{'$in':[re.compile(u'天天'),re.compile(u'宇宙')]}

对代码进行一些修改，以便接受多个关键词，代码如下：

 def fuzzy_query_by_pymongo():
     print "#多个查询条件"
     keyword = u'天天 宇宙'
     search = {'__raw__' : {'name':{'$in':map(re.compile,keyword.split())}}}
     test_data_list = TestData.objects(**search)
     map(print_arr,test_data_list)

顺带一提，例子中创建数据是用的get_or_create，会返回一个元组，第一个元素是创建or查询的对象，第二个元素是是否创建成功。文档中的推荐用法如下：

 >>> a, created = User.objects.get_or_create(name='User A', defaults={'age': })
 >>> b, created = User.objects.get_or_create(name='User A', defaults={'age': })
 >>> a.name == b.name and a.age == b.age
 True

最后是例子运行的结果，返回的结果顺序可能略有不同，不必在意。

 $ python mongodb_test.py

 ###使用mongoengine的contains进行查询
 #contains区分大小写:
 天地玄黄 abc123
 #icontains不区分大小写:
 天地玄黄 abc123
 宇宙洪荒 ABC123
 天天向上 Abc123

 ###使用Q来进行查询
 天地玄黄 abc123
 宇宙洪荒 ABC123

 ###使用raw queries,New in version 0.4
 #单个查询条件
 宇宙洪荒 ABC123
 天天向上 Abc123
 #多个查询条件
 宇宙洪荒 ABC123
 天天向上 Abc123